具备无线电认知能力的D2D通信中的大数据路由

核心问题

本成果针对移动机会网络中大数据路由的核心问题，具体解决了以下痛点：移动网络中的弱连接对数据转发的影响，节点间数据交换的额外开销，以及大数据应用面临的多重约束（时域-空域-频域）、资源稀缺性、数据时限性、数据安全性，以及节点参与路由的激励机制。这些问题限制了移动机会网络在大数据应用中的高效性和可靠性。

解决方案

本成果提出了基于无线电认知能力的D2D（Device-to-Device）通信中的大数据路由技术解决方案。该技术通过分析移动机会网络的组网特性，设计了轻量、可扩展、易于部署且无风险的路由框架。该框架通过优化数据分段、数据交换容量预测、流量控制、数据融合及拓扑优化等技术点，有效应对了大数据应用中的多重挑战。特别是，通过引入无线电认知能力，提高了D2D通信的灵活性和效率，从而增强了路由的适应性和性能。

竞争优势

本技术成果具有显著的效益和竞争优势。首先，它实现了轻量级和可扩展的路由设计，降低了系统复杂性和部署成本。其次，通过优化数据转发和交换机制，提高了资源利用率和数据传输效率。此外，该技术还增强了数据的安全性和时限性保障，满足了大数据应用对高可靠性和实时性的需求。作为原始性创新成果，该技术具有高度的创新性和前瞻性，为移动机会网络在大数据应用中的发展提供了有力支持。